随着美国国内要求放缓AI开发、强化安全监管的声音持续升温，中美两国在AI监管路径上的差异正愈发清晰。分析认为，中国已从推荐算法、合成内容管理延伸至生成式AI和AI代理，逐步形成分层监管体系；而美国联邦层面仍以相对宽松的监管基调为主，全国性的综合框架尚未建立。

据外媒CleanTechnica报道，英国伦敦大学学院（UCL）教授Madeline Carr近日在一篇评论文章中比较了中美两国的AI监管路径。Anthropic首席执行官Dario Amodei近期也表示，AI技术进步速度已经超过安全验证进度，并呼吁政府介入监管。他主张引入独立的外部评估机制，建立统一的安全标准，并推动包括中国在内的国际合作。

相比之下，中国较早便围绕不同应用场景陆续出台监管规定。自2022年3月起，针对内容推荐、搜索排序等系统的监管要求开始实施，重点在于保护用户权益，并明确平台的算法治理责任。

自2023年1月起，中国开始对合成图像、音频、视频等内容实施管理。相关服务提供方需履行用户身份核验、数据保护以及合成内容标识等义务。

2023年8月，中国又针对生成式AI服务推出暂行管理措施，重点涉及训练数据合规、个人信息和知识产权保护，以及防止歧视等内容。对于可能影响舆论形成的服务，还需履行安全评估和算法备案等要求。

今年9月，中国发布AI安全治理框架3.0，内容涉及AI模型风险、开源漏洞以及自主型AI代理的风险控制等。不过，该框架本身并不具有法律强制力。

相比之下，美国联邦政府仍延续相对宽松的监管基调，更强调产业创新。尽管加利福尼亚等部分州已出台单项AI立法，但全国层面的综合监管体系仍未形成。

Carr指出，当AI企业获得技术进步带来的经济收益时，安全事故和社会损害的成本可能会转由其他国家承担。

相关分析认为，在AI竞争持续加剧的背景下，除了产业竞争力，事故发生后的责任界定，以及对风险进行治理的制度能力，也正变得越来越关键。